1樓：yi feng
首先直接回答CPU為什麼不專注高頻率，答案是發熱量增長得比主頻快，發熱太大電晶體會損毀，這是矽材料自身的限制。
很多年前還是單核時代，CPU主頻一年提公升1GHz，程式設計師都在享用免費的午餐。intel當年就吹牛下一年進入4GHz時代，後來遇到"發熱牆"沒能實現，intel老闆(學材料科學的博士)在電視節目裡開玩笑下跪道歉。
君不見i7 4790k的主頻已經達到4~4.4GHz了。
現在由於製程的進步才使得風冷能夠壓住4GHz的發熱，而為了繞開"發熱牆"提示運算速度，一方面加入了新的指令集，另一方面CPU做成了多核心以塞入更多的電晶體。
在材料工藝革新之前，多核心+中低頻猛堆電晶體就是主流，這也是一種折中。只不過GPU核心更多(上千)，主頻更低(小於2GHz)，CPU核心更少(幾到幾十)，主頻更高(大於2GHz)
2樓：李發
區別前邊很多說過的我就不提了
補充一點，gpu跟多核cpu的所謂執行單元沒差那麼多K40有所為2880核，960雙精度核
按同樣標準算的話，志強2699有352核，176雙精度核，再考慮志強的頻率是k40的2到3倍，所以其實純計算效能兩者也沒差那麼多。
最主要是nvidia為了推銷產品，故意偷換了核的概念。
3樓：
在渲染工作中，N卡的CUDA，可以讓GPU進行運算。
要用不同的渲染器，常用的VR是通過CPU進行渲染。
但實際使用中，同預算的情況下，是CPU運算效率高還是GPU效率高就不清楚了，期待哪位可以給出答案。
既然gpu可以進行ai運算，npu可不可以代替gpu？
Keepin 1 gpu原本是用來做圖形渲染加速的，由於gpu的特性，慢慢的引入了一些通用平行計算 2 ai確實運算剛好也適合平行計算加速，由於ai演算法通常來說算力越大效果越好，因此對算力需求很大，最終和gpu結合到了一起 3 個人認為npu的出現是大家非常看好ai演算法在解決現實問題比傳統演算法...
既然高溫會流失營養，是不是有些食物生吃更適合
微塵 題主是想問蔬菜是不是生吃更好嗎？畢竟生肉中中國人都吃不下去？蔬菜煮熟了以後營養是會流失一部分，但同時體積也縮小了，吃下去也更容易消化了。老外一餐一大盆蔬菜沙拉，好像吃很多的樣子。但是把這些蔬菜倒進鍋裡炒一下，就只剩一點了，盤子底都鋪不滿。從攝入總量來看，蔬菜煮熟遠勝生吃。有些食材生吃和熟吃功效...
Android上的GPU和GPU是共享記憶體，為什麼有的手機從GPU讀取資料還是很慢？
滄浪之水 1 目前移動GPU架構通常也有GMEM，雖然很小，只有1M，而且通常是複雜的場景中才會呼叫，簡單場景下是不走GMEM的，即大部分場景下是共享RAM。2 CPU與GPU共用RAM，但不總是共用Buffer。如果呼叫Map函式，此時才會GPU與CPU共用Buffer，map函式是很快的，遠小於...